返回搜索结果
Qwen3-8B · IQ3_S
NVIDIA H2097GBStrata v0.24L2 跨框架验证
本页汇总 Qwen3-8B（IQ3_S）在 NVIDIA H20 上以 Strata 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
87.33 tok/s
Decode
解码速度
444.4 tok/s
Prefill
预填充速度
0.86 s
TTFT
首 token 延迟
13.19 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 57.35 · Prefill 209.84 ·
- llama.cpp · Q5_K_S Decode 42.52 · Prefill 173.47 ·
- Strata · IQ3_S （当前）Decode 87.33 · Prefill 444.4 ·
- Strata · Q5_K_S Decode 59.66 · Prefill 317.37 ·
核心数据
- Decode（平均）
- 87.33 tok/s
- Prefill（平均）
- 444.4 tok/s
- TTFT（平均）
- 0.86 s
- VRAM（平均）
- 13.19 GB
- MTP 接受率
- 0.67
- TTFB
- 0.7 GB
- 功耗
- 395.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- IQ3_S
- 框架
- Strata
- 版本
- v0.24
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 8
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 13.19 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 395.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Windows 11 23H2 · CUDA 12.6 · 2048 ctx
87.33 tok/s
Decode
444.4 tok/s
Prefill
0.86 s
TTFT
13.19 GB
VRAM
0.67
MTP
395.3 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=53 at IQ3_S